top of page

細談數字克隆人

什麼是克隆(Clone)?翻查百度,克隆是指生物體通過體細胞進行的無性繁殖,以及由無性繁殖形成的基因型完全相同的後代個體。Clone起源於希臘文Klone,原意是指以幼苗或嫩枝插條,可譯為「無性繁殖」。 最近「數字克隆人」的話題炙手可熱,顧名思義就是將人物形象模擬、聲音模擬、自然語言處理、深度學習等人工智能技術整合在一起,繼而誕生可視化數字虛擬人,但「數字克隆人」相比虛擬人還要更加貼近真人,甚至是超越本人的昇華版,其中精髓涉及到從訊息到知識的提煉。 實現數字克隆人的核心在於對人腦的理解,又稱為類腦計算或類腦智能,後者比前者困難。美國科學家Carver Mead在八十年代首次提出類腦計算概念。類腦計算模仿人類神經系統的原理,渴求開發出快速、可靠、低耗運算技術,希望通過研究人類大腦的工作機理,模擬出與人類一樣具思考、學習能力的機械人,如能做到這一點已不簡單。 至於要做到有思想的「數字克隆人」,筆者覺得現今的技術還相距甚遠,因為愛因斯坦和車品覺的「腦」肯定是截然不同。模擬人類的思考也必須考慮到很多背景因素及某人的特別天賦,因此複製愛因斯坦的思考及學習方式,工程艱巨可想而知。相反有部分樂觀的科學專家認為,大家其實不需要複製大腦的各個方面,就像飛機不會複製鳥類的全部,仍然可以實現飛行一樣。我們可以先開始從局部複製,例如集中複製某人在工作的知識層面上。 然而,筆者對能夠複製與真身一模一樣的「數字克隆人」表示懷疑,因為每個人的思考方式都跟個人的天賦、人生經歷、成長環境(出生及成長地)、歷史背景等有關。複製可能僅是某時間點的一個結果,畢竟失去了過程的數據沉澱,模擬出來的可能只是一個單獨片段。 正如前面所說,人類沒必要把自己變成飛鳥,飛機還是可以幫我們解決快速通行問題。刻意複製「造人」不如與人類能力互補更有意義!但「數字克隆人」的趨勢相信將會持續,對未來人類的影響還是未知之數。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page